Анализ рынка заведений общественного питания Москвы

Оглавление

• 1  Общая информация
• 2  Шаг №1. Загрузка данных и подготовка их к анализу
• 3  Шаг №2. Анализ данных
  • 3.1  Cоотношение видов объектов общественного питания по количеству.
  • 3.2  Соотношение сетевых и несетевых заведений по количеству.
  • 3.3  Анализ наиболее распространенных видов сетевых заведений
  • 3.4  Что характерно для сетевых заведений: много заведений с небольшим числом посадочных мест в каждом или мало заведений с большим количеством посадочных мест?
  • 3.5  Для каждого вида объекта общественного питания опишите среднее количество посадочных мест. Какой вид предоставляет в среднем самое большое количество посадочных мест?
  • 3.6  Выделите в отдельный столбец информацию об улице из столбца address
  • 3.7  Постройте график топ-10 улиц по количеству объектов общественного питания. Воспользуйтесь внешней информацией и ответьте на вопрос — в каких районах Москвы находятся эти улицы?
  • 3.8  Найдите число улиц с одним объектом общественного питания. Воспользуйтесь внешней информацией и ответьте на вопрос — в каких районах Москвы находятся эти улицы?
• 4  Шаг №3. Подготовка презентации
• 5  Выводы

Общая информация

Вернуться к оглавлению

Описание проекта
Вы решили открыть небольшое кафе в Москве. Оно оригинальное — гостей должны обслуживать роботы. Проект многообещающий, но дорогой. Вместе с партнёрами вы решились обратиться к инвесторам. Их интересует текущее положение дел на рынке — сможете ли вы снискать популярность на долгое время, когда все зеваки насмотрятся на роботов-официантов?

Входные данные:

Файл /datasets/rest_data.csv с данными о заведениях общественного питания Москвы.

Цель: для инвесторов подготовить исследование рынка заведений общественного питания в Москве и дать рекомендации о виде заведения, количестве посадочных мест, а также районе расположения.

Задачи
Шаг №1. Загрузите данные и подготовьте их к анализу
Загрузите данные о заведениях общественного питания Москвы. Убедитесь, что тип данных в каждой колонке — правильный, а также отсутствуют пропущенные значения и дубликаты. При необходимости обработайте их.
Путь к файлу: /datasets/rest_data.csv.

Шаг №2. Анализ данных

• Исследуйте соотношение видов объектов общественного питания по количеству. Постройте график.
• Исследуйте соотношение сетевых и несетевых заведений по количеству. Постройте график.
• Для какого вида объекта общественного питания характерно сетевое распространение?
• Что характерно для сетевых заведений: много заведений с небольшим числом посадочных мест в каждом или мало заведений с большим количеством посадочных мест?
• Для каждого вида объекта общественного питания опишите среднее количество посадочных мест. Какой вид предоставляет в среднем самое большое количество посадочных мест? Постройте графики.
• Выделите в отдельный столбец информацию об улице из столбца address .
• Постройте график топ-10 улиц по количеству объектов общественного питания. Воспользуйтесь внешней информацией и ответьте на вопрос — в каких районах Москвы находятся эти улицы?
• Найдите число улиц с одним объектом общественного питания. Воспользуйтесь внешней информацией и ответьте на вопрос — в каких районах Москвы находятся эти улицы?

Сделайте общий вывод и дайте рекомендации о виде заведения, количестве посадочных мест, а также районе расположения. Прокомментируйте возможность развития сети.

Шаг №3. Подготовка презентации
Подготовьте презентацию исследования для инвесторов.

Шаг №1. Загрузка данных и подготовка их к анализу

Вернуться к оглавлению

import pandas as pd
import scipy.stats as stats
import numpy as np
import matplotlib.pyplot as plt
import plotly.express as px
from plotly import graph_objects as go
import seaborn as sns
import re
import warnings
warnings.filterwarnings("ignore", 'This pattern has match groups')
warnings.filterwarnings("ignore", 'This pattern is interpreted as a regular expression, and has match groups')

Чтение данных rest_data.csv

# чтение данных
rest_data = pd.read_csv('rest_data.csv')

# информация по датафрейму
rest_data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 15366 entries, 0 to 15365
Data columns (total 6 columns):
 #   Column       Non-Null Count  Dtype 
---  ------       --------------  ----- 
 0   id           15366 non-null  int64 
 1   object_name  15366 non-null  object
 2   chain        15366 non-null  object
 3   object_type  15366 non-null  object
 4   address      15366 non-null  object
 5   number       15366 non-null  int64 
dtypes: int64(2), object(4)
memory usage: 720.4+ KB

# первые пять строк датафрейма
rest_data.head()

	id	object_name	chain	object_type	address	number
0	151635	СМЕТАНА	нет	кафе	город Москва, улица Егора Абакумова, дом 9	48
1	77874	Родник	нет	кафе	город Москва, улица Талалихина, дом 2/1, корпус 1	35
2	24309	Кафе «Академия»	нет	кафе	город Москва, Абельмановская улица, дом 6	95
3	21894	ПИЦЦЕТОРИЯ	да	кафе	город Москва, Абрамцевская улица, дом 1	40
4	119365	Кафе «Вишневая метель»	нет	кафе	город Москва, Абрамцевская улица, дом 9, корпус 1	50

В столбце chain заменим да/нет на булев тип True/False

# заменим в столбце chain да/нет на булев тип true/false
rest_data['chain'] = rest_data['chain'].replace('нет', False)
rest_data['chain'] = rest_data['chain'].replace('да', True)

Проверим уникальные названия типов заведений:

# проверка уникальных типов заведений
rest_data['object_type'].unique()

array(['кафе', 'столовая', 'закусочная',
       'предприятие быстрого обслуживания', 'ресторан', 'кафетерий',
       'буфет', 'бар', 'магазин (отдел кулинарии)'], dtype=object)

Для удобства заменим тип заведения магазин (отдел кулинарии) на кулинария, а предприятие быстрого обслуживания на фаст-фуд.

rest_data['object_type'] = rest_data['object_type'].replace('магазин (отдел кулинарии)','кулинария')
rest_data['object_type'] = rest_data['object_type'].replace('предприятие быстрого обслуживания','фаст-фуд')

В датафрейме присутствуют неявные дубликаты названий заведений. Например кафе "Шоколадница" имеет 9 различных наименований:

rest_data.loc[(rest_data['object_name'].str.contains('Шоколадница')), 'object_name'].unique()

array(['Шоколадница', 'Шоколадница Кофе Хаус', 'Кофейня «Шоколадница»',
       'Кафе «Шоколадница»', 'КАФЕ «Шоколадница»', 'кафе «Шоколадница»',
       'Кофейня Шоколадница', 'Шоколадница Экспресс',
       'Шоколадница Кофемания'], dtype=object)

Для начала приведем все названия заведений к нижнему регистру:

# приведем строки к нижнему регистру
rest_data['object_name'] = rest_data['object_name'].str.lower()

Некоторые строки содержат названия двух объектов. Исследуем такие записи и по возможности откорректиреум их:

# некоторые строки содержат названия двух объектов. очистим такие данные:

# fridays kfc
# 15233	211435	fridays kfc	True	предприятие быстрого обслуживания	город Москва, проспект Мира, дом 211, корпус 2	50
# по адресу находится оба заведения. Но т.к. тип заведения "предприятие быстрого питания", то уберем из строки "fridays"
rest_data['object_name'] = rest_data['object_name'].replace('fridays kfc','kfc')

# сабвей сушивок
# 2671	124655	сабвей сушивок	True	кафе	город Москва, Ботаническая улица, дом 29, корпус 1	24
# по адресу находится оба заведения. Но т.к. тип заведения "кафе" и сушивок позиционируют себя как магазин, 
# то уберем из строки "сушивок"
rest_data['object_name'] = rest_data['object_name'].replace('сабвей сушивок','сабвей')

# кафе «сабвей» старбакс
# 5742	59091	кафе «сабвей» старбакс	True	предприятие быстрого обслуживания	город Москва, Таганская улица, дом 2	10
# 8022	96154	кафе «сабвей» старбакс	True	предприятие быстрого обслуживания	город Москва, улица Золоторожский Вал, дом 42	25
# по указанным адресам находятся заведения сабвей
rest_data['object_name'] = rest_data['object_name'].replace('кафе «сабвей» старбакс','сабвей')

# якитория и ян примус
# 2328	24716	якитория и ян примус	True	ресторан	город Москва, Спартаковская улица, дом 25/28, строение 1	282
# по указаному адресу находится якитория, ян приус находится в соседнем здании
rest_data['object_name'] = rest_data['object_name'].replace('якитория и ян примус','якитория')

# советские времена чебуречная ссср
# 13460	29742	советские времена чебуречная ссср	True	закусочная	город Москва, улица Покровка, дом 50/2, строение 2	35
# по данному адресу находится заведение советские времена
rest_data['object_name'] = rest_data['object_name'].replace('советские времена чебуречная ссср','советские времена')

# шоколадница кофе хаус
# 273	25141	шоколадница кофе хаус	True	кафе	город Москва, Тверская улица, дом 17	60
# по данному адресу находится шоколадница
rest_data['object_name'] = rest_data['object_name'].replace('шоколадница кофе хаус','шоколадница')

# вlack burger чайхона №1
# 8450	74880	вlack burger чайхона №1	True	ресторан	город Москва, Садовая-Самотёчная улица, дом 20, строение 1	40
# по данному адресу до 2015 года была чайхона, затем там открылся burger heroes. Оставим в названии чайхону, т.к. никаких black
# burger по этому адресу нет
rest_data['object_name'] = rest_data['object_name'].replace('вlack burger чайхона №1','чайхона №1')

# павлин мавлин чайхона №1
# павлин мавлин - чайхана, а не чайхона №1
rest_data['object_name'] = rest_data['object_name'].replace('павлин мавлин чайхона №1','павлин мавлин')

# кафе пекарня хачапури
# 970	124103	кафе пекарня хачапури	True	кафе	город Москва, Пятницкая улица, дом 6/1, строение 1	75
# по данному адресу находится хачапурия
rest_data['object_name'] = rest_data['object_name'].replace('кафе пекарня хачапури','хачапурия')

# хачапури, одесса-мама
# 9281	166809	хачапури, одесса-мама	True	ресторан	город Москва, улица Шаболовка, дом 14, строение 2	130
# оставим сетевое заведение хачапури
rest_data['object_name'] = rest_data['object_name'].replace('хачапури, одесса-мама','хачапури')

# нияма. пицца пи
# пицца пи является частью сети нияма
rest_data['object_name'] = rest_data['object_name'].replace('нияма. пицца пи','нияма')

# граци рагацци зю кафе
# 4767	120924	граци рагацци зю кафе	True	ресторан	город Москва, улица Новый Арбат, дом 17	36
# оставим сетевое заведение зю кафе
rest_data['object_name'] = rest_data['object_name'].replace('граци рагацци зю кафе','зю кафе')

# шикари иль патио
# 7646	149858	шикари иль патио	True	бар	город Москва, Большая Тульская улица, дом 11	11
# по данному адресу находятся оба заведения. однако в базе шикари больше не встречается. Мы работаем с сетью,
# поэтому оставим только иль патио
rest_data['object_name'] = rest_data['object_name'].replace('шикари иль патио','иль патио')

# метро к&к - не является заведением общепита и встречается в базе один раз. удалим строку как ошибку.
rest_data = rest_data.loc[rest_data['object_name'] != 'метро к&к'].reset_index(drop=True)

# суши тун, хруст pizza, кофе тун
# 11994	187626	суши тун, хруст pizza, кофе тун	True	кафе	город Москва, Большая Тульская улица, дом 13	20
# суши тун - кофе тун - это одна сеть. назовем ее суши тун
rest_data['object_name'] = rest_data['object_name'].replace('суши тун, хруст pizza, кофе тун','суши тун')

# шоколадница кофемания
# 8085	25599	шоколадница кофемания	True	кафе	город Москва, улица Арбат, дом 1	25
# по данному адресу находится шоколадница
rest_data['object_name'] = rest_data['object_name'].replace('шоколадница кофемания','шоколадница')

# кофейня кофемания, пиццерия бармалини
# 8175	24108	кофейня кофемания, пиццерия бармалини	True	кафе	город Москва, Садовническая улица, дом 82, строение 2	90
# по данному адресу находятся оба заведения. Но бармалини не является сетевым заведением, поэтому оставим только кофеманию
rest_data['object_name'] = rest_data['object_name'].replace('кофейня кофемания, пиццерия бармалини','кофемания')

# пицца паоло и бенто wok
# 15182	205739	пицца паоло и бенто wok	True	кафе	город Москва, город Зеленоград, Панфиловский проспект, дом 6А	30
# по данному адресу находятся оба заведения. Оставим в качестве кафе пицца паоло
rest_data['object_name'] = rest_data['object_name'].replace('пицца паоло и бенто wok','пицца паоло')

# баскин роббинс & стардогс
# 12036	174346	закусочная «баскин роббинс & стардогс»	True	закусочная	город Москва, Бесединское шоссе, дом 15	2
# по данному адресу находятся оба заведения. В качестве закусочной оставим стардогс
rest_data['object_name'] = rest_data['object_name'].replace('баскин роббинс & стардогс','стардогs')

Теперь найдем записи, в которых заведения указаны в кавычках. Извлечем названия из кавычек, а остальную информацию удалим из названия.

# извлечем названия в кавычках и удалим остальную информацию из строки
for i in rest_data['object_name'].index:
    line = re.findall('«[A-zА-я0-9 -]+»', rest_data.loc[i, 'object_name'])
    if len(line) != 0:
        rest_data.loc[i, 'object_name'] = line[0][1:-1]

Приведем разные названия заведений одной сети к единому названию. Чтобы избежать случайного "схлопывания" названий заведений из разных сетей, например шоколадница может объединится с кафе шоколад, исключим слова шоколад, хинкальная, сити, кофе, хачапури, гурман и кафе при азс.

for line in (rest_data[rest_data['chain'] == True]['object_name'].unique()):
    if (line != 'шоколад') \
     & (line != 'хинкальная') \
     & (line != 'сити') \
     & (line != 'кофе') \
     & (line != 'хачапури') \
     & (line != 'гурман') \
     & (line != 'кафе при азс'):
        rest_data.loc[(rest_data['object_name'].str.contains(line)) & (rest_data['chain']==True), 'object_name'] = line

В заключение, объединим названия заведений с латинскими и русскими символами. А также исправим названия заведений, в которых есть ошибки в окончаниях или содержат пробелы и дефисы.

# переименуем дубликаты названий латинские-русские нанзвания
rest_data['object_name'] = rest_data['object_name'].replace('суши вок','суши wok')
rest_data['object_name'] = rest_data['object_name'].replace('кафе шоколад','шоколад')
rest_data['object_name'] = rest_data['object_name'].replace('сабвей','subway')
rest_data['object_name'] = rest_data['object_name'].replace(['братья караваевы', 'братья караваевых'],'кулинарная лавка братьев караваевых')
rest_data['object_name'] = rest_data['object_name'].replace('иль-патио','иль патио')
rest_data['object_name'] = rest_data['object_name'].replace('krispy creme','krispy krem')
rest_data['object_name'] = rest_data['object_name'].replace('старбакс','starbucks')
rest_data['object_name'] = rest_data['object_name'].replace('кофетун','кофе тун')
rest_data['object_name'] = rest_data['object_name'].replace('maki maki','маки маки')
rest_data['object_name'] = rest_data['object_name'].replace('dunkin donuts','данкин донатс')
rest_data['object_name'] = rest_data['object_name'].replace('павлин-мавлин','павлин мавлин')

В датафрейме у заведений одной сети могут быть разные типы, например "Макдональдс":

# проблема в том, что одно и то же сетевое заведение имеет разный тип
rest_data.query('object_name=="макдоналдс"').object_type.value_counts()

фаст-фуд    117
ресторан     31
кафе         25
Name: object_type, dtype: int64

Приведем типы заведений так, чтобы у заведений одной сети был одинаковый тип. Найдем самый популярный тип заведения в сети и применим его ко всем заведениям одной сети.

# функция находит самый популярный тип сетевого заведения и применяет этот тип ко всей сети
for line in (rest_data[rest_data['chain'] == True]['object_name'].unique()):
    rest_data.loc[rest_data['object_name']== line, 'object_type'] = \
    rest_data.query('object_name==@line').object_type.value_counts().index[0]

# выведем случайные сетевые заведения и проверим, что у них один тип
rest_data[rest_data['chain']==True][['object_name', 'object_type', 'chain']] \
.pivot_table(index=['object_name', 'object_type']).sample(n=10)

		chain
object_name	object_type
лукойл	кафе	1.0
роснефть	фаст-фуд	1.0
кофе-бин	кафе	1.0
пиццетория	кафе	1.0
burger club	кафе	1.0
изба	фаст-фуд	1.0
bubbleology	кафе	1.0
grand cru	кафе	1.0
luciano	кафе	1.0
шоколадница	кафе	1.0

# Выведем уникальные названия сетевых заведений
rest_data[rest_data['chain']==True]['object_name'].unique()

array(['пиццетория', 'брусника', 'алло пицца', 'суши wok', 'тануки',
       "домино'с пицца", 'готика', 'му-му', 'хлеб насущный', 'tajj mahal',
       'данкин донатс', 'вареничная №1', 'шоколадница', 'теремок',
       'хинкальная', 'шантимель', 'хинкальная city', 'кружка',
       'примавера', 'виктория', 'академия', 'чебуречная ссср',
       'макдоналдс', 'grand cru', 'чайхона №1', 'панчо пицца', 'kfc',
       'subway', 'якитория', 'советские времена', 'андерсон', 'суши сет',
       'шоколад', 'тирольские пироги', 'гамбринус', 'пицца фабрика',
       'сити пицца', 'кофе хаус', 'кулинарная лавка братьев караваевых',
       'прайм', 'пицца экспресс', 'николай', 'магнолия', 'кофе с собой',
       'джаганнат', 'волконский', 'moskalyan', 'гино-но-таки',
       'тратория semplice', 'ньокки', 'хижина', 'додо пицца',
       'крошка картошка', 'бургер кинг', 'папа джонс', 'две палочки',
       'джон джоли', 'ваби-саби', 'кофемания', 'простые вещи',
       'павлин мавлин', 'тапчан', 'штолле', 'бабай клаб', 'кактус',
       'темпл бар', 'хлеб&co', 'кофе-бин', 'французская выпечка',
       'планета суши', 'де марко', 'илья муромец', 'тарас бульба',
       'гудман', 'иль патио', 'мюнгер', 'ботик петра', 'чин чин',
       'правdа кофе', 'сити', 'krispy krem', 'азбука вкуса', 'пивко',
       'брудер', 'мимино', 'кофепорт', 'цинандали хинкальная',
       'иль форно', 'travelers coffe', 'рецептор', 'сушишоп', 'кофе-хаус',
       'баскин роббинс', 'барашка', 'пицца хат', 'мята', 'costa coffee',
       'ёрш', 'стардогs', 'upside down', 'хачапурия',
       'домашнее кафе сеть городских кафе', 'добрынинский и партнёры',
       'менза', 'колбасофф', 'крепери де пари', 'коста кофе', 'starbucks',
       'венеция', 'жан жак', 'гурмания', 'bierloga', 'штирбирлиц',
       'маки-маки', 'хачапури', 'в&в бургер', 'jeffreys coffee',
       'дабл би', 'золотая вобла', 'пилзнер', 'перекресток', 'руккола',
       'милано пицца', 'зодиак', 'торро гриль', 'world class', 'роллофф',
       'кулинарное бюро', 'билла', 'урюк', 'tokyo bay', 'пиппони',
       'пицца пипони', 'сытая утка', 'икура паб', 'сварня',
       'пиццерия пиу дель чибо', 'ичибан боши', 'макс бреннер',
       'бутчер бизон', 'магбургер', 'prime', 'то да сё', 'пицца pomodoro',
       'козловица', 'грабли', 'вьеткафе', 'оникс', 'да пино',
       'старина миллер', 'хинкальная №1', 'пронто', 'паоло', 'лепешка',
       'гурман', 'территория', 'городские автокофейни', 'порто мальтезе',
       'квартира 44', 'хинкальная кинто', 'суп кафе', 'florentini',
       'поль бейкери', 'glowsubs sandwiches', 'ми пьяче',
       'пиццерия донателло', 'нияма', 'марукамэ', 'бир хаус', 'спб',
       'кебаб хаус', 'paul поль', 'шашлык-машлык', 'генацвали', 'зю кафе',
       'виват-пицца', 'starlite diner', 'кофе тун', 'ташир пицца',
       'ресторан хинкальная', 'елки-палки', 'тамаси суши', 'burger club',
       'фантоцци рус', 'изба', 'воккер', 'ганс и марта', 'кофе',
       'ливан-хаус', 'лето', 'ямми микс', 'баракат', 'кафе при азс',
       'космик', 'сушиман', 'япоша', 'барбарис', 'yogurt frenzy',
       'bocconcino', 'помидор', 'дюшес', 'урожай', 'ян примус',
       'шварцвальд', 'tutti frutti', 'меленка', 'сбарро',
       'восточный базар', 'каро', 'white rabbite (белый кролик)',
       'бакинский бульвар', 'healthy food', 'sushilka', 'coffeeshop',
       'маки маки', 'барбекю', 'обжорный ряд', 'тайм авеню', 'wok & box',
       'кафе при азс газпромнефть', 'торнадо', 'бенто wok', 'бургер клаб',
       'bp', 'wokker', 'ариана', 'ванвок', 'il patio', 'пражечка',
       'блинная', 'correas', 'мистер картошка', 'сим-сим', 'югос',
       'марчеллис', 'кафе песто и митлес', 'молли гвинз',
       'дорогая я перезвоню', 'm cafe хинкальная', 'marrakesh хинкальная',
       'the terrace', 'пончиковое кафе икеа ikea', 'ресторан икеа ikea',
       'black & white', 'роснефть', 'cookhouse',
       'мск московская сеть кальянных', 'cofix', 'пикколо', 'милти',
       'васаби', 'грузинская кухня эzо хинкальная',
       'хачапури, одесса -мама', 'fridays', 'panda express',
       'ирландский паб', 'сказка', 'вкусняшка', 'суши тун', 'кофейня',
       'лукойл', 'мираторг', 'bubbleology', 'boobo', 'luciano',
       'кальянная f-lounge', 'beverly hills diner', 'lavkalavka',
       'хлебница пекарня', 'osteria mario', 'мясоroob',
       'газпромнефтьцентр', 'my box', 'сувлаки', 'movenpick', 'marmalato'],
      dtype=object)

# проверка явных дубликатов строк
print(
    'Количество явных дубликатов равно:',
    rest_data.duplicated().sum()
)

Количество явных дубликатов равно: 0

# проверка неявных дубликатов
print(
    'Количество неявных дубликатов равно:',
    rest_data[['object_name', 'chain', 'object_type', 'address', 'number']].duplicated().sum()
)

rest_data = rest_data[~(rest_data[['object_name', 'chain', 'object_type', 'address', 'number']].duplicated())] \
            .reset_index(drop=True)

Количество неявных дубликатов равно: 88

rest_data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 15277 entries, 0 to 15276
Data columns (total 6 columns):
 #   Column       Non-Null Count  Dtype 
---  ------       --------------  ----- 
 0   id           15277 non-null  int64 
 1   object_name  15277 non-null  object
 2   chain        15277 non-null  bool  
 3   object_type  15277 non-null  object
 4   address      15277 non-null  object
 5   number       15277 non-null  int64 
dtypes: bool(1), int64(2), object(3)
memory usage: 611.8+ KB

Описание данных
Таблица rest_data:

• id — идентификатор объекта;
• object_name — название объекта общественного питания;
• chain — сетевой ресторан;
• object_type — тип объекта общественного питания;
• address — адрес;
• number — количество посадочных мест.

В таблице rest_data 15277 записей.
Пропусков и явных дубликатов не обнаружено. Без учета ID было обнаружено и удалено 88 дубликатов.
Тип данных в столбце chain был заменен на bool. Тип данных в остальных столбцах оставлен как есть.
Названия столбцов соответствуют стилистическим нормам и оставлены как есть.
Названия сетевых заведений были обработаны, приведены к единому названию: убраны кавычки, названия из латинских и русских символов приведены к единому формату, тип заведений установлен одинаковым для всей сети.

Чтение данных из внешнего источника

# считываем данные с информацией по районам из файла mosgaz-streets.csv
streets = pd.read_csv('https://hubofdata.ru/dataset/4fee7193-2ead-4a49-ac2d-63928ba7a0f9/resource/9044e34d-2904-48e4-841a-a97b41a9f200/download/mosgaz-streets.csv')

# информация по датафрейму
streets.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4398 entries, 0 to 4397
Data columns (total 4 columns):
 #   Column      Non-Null Count  Dtype 
---  ------      --------------  ----- 
 0   streetname  4398 non-null   object
 1   areaid      4398 non-null   int64 
 2   okrug       4398 non-null   object
 3   area        4398 non-null   object
dtypes: int64(1), object(3)
memory usage: 137.6+ KB

# переименуем название столбцов для удобства объединения по столбцу street
streets.columns = ['street', 'areaid', 'okrug', 'area']

# проверка дубликатов строк
streets.duplicated().sum()

8

# удаление дубликатов
streets = streets.drop_duplicates().reset_index(drop=True)
streets.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4390 entries, 0 to 4389
Data columns (total 4 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   street  4390 non-null   object
 1   areaid  4390 non-null   int64 
 2   okrug   4390 non-null   object
 3   area    4390 non-null   object
dtypes: int64(1), object(3)
memory usage: 137.3+ KB

В таблице streets 4390 записей.
Пропусков не обнаружено. Дубликаты удалены.
Типы данных в столбцах оставлены как есть. Названия столбцов соответствуют стилистическим нормам.

Шаг №2. Анализ данных

Cоотношение видов объектов общественного питания по количеству.

Вернуться к оглавлению

# построим столбчатые диаграммы по видам заведений
fig = px.bar(
    rest_data.groupby('object_type', as_index=False).agg({'id':'count'})[['object_type', 'id']].sort_values(by='id', ascending=False),
    x='object_type',
    y='id',
    color='object_type',
    labels=dict(object_type='вид объекта', id='количество'),
    text = 'id'
)
fig.update_layout(
    title={'text':'Количество объектов общественного питания по их видам', 'x':0.5}
)
for trace, percent in zip(fig.data, (rest_data['object_type'].value_counts()/len(rest_data)*100).round(1).astype('str') + '%' ) :
    trace.name = trace.name + ' (' + percent+ ')'
fig.show()

# построим круговую диаграмму по видам заведений
fig = go.Figure(
    data=go.Pie(
        labels=rest_data['object_type'].value_counts().reset_index()['index'], 
        values=rest_data['object_type'].value_counts()
    )
)
fig.update_layout(
    title={'text':'Соотношение объектов общественного питания по их видам', 'x':0.5}
)
fig.show()

Из графиков следует, что больше всего заведений общественного питания вида кафе(40.5%), столовые(16.9%) и рестораны(14.3%). Кулинарии представлены в наименьшем количестве.

Соотношение сетевых и несетевых заведений по количеству.

Вернуться к оглавлению

# столбчатая диаграмма сетевых / несетевых заведений
fig = px.bar(
    rest_data.groupby('chain', as_index=False).agg({'id':'count'})[['chain', 'id']].sort_values(by='id', ascending=True),
    x=['сетевое', 'несетевое'],
    y='id',
    color=['сетевое', 'несетевое'],
    labels=dict(x='вид заведения', id='количество', color='вид заведения'),
    text = 'id'
)
fig.update_layout(
    title={'text':'Соотношение сетевых и несетевых заведений', 'x':0.5}
)
for trace, percent in zip(fig.data, (rest_data['chain'].value_counts()/len(rest_data)*100).round(1).astype('str') + '%' ) :
    trace.name = trace.name + ' (' + percent+ ')'
fig.show()

# столбчатая диаграмма сетевых/несетевых заведений по категориям
fig = go.Figure()
fig.add_trace(go.Bar(
    x = rest_data[rest_data['chain']==True].groupby('object_type').agg('count')['id'].index, 
    y = rest_data[rest_data['chain']==True].groupby('object_type').agg('count')['id'],
    text = rest_data[rest_data['chain']==True].groupby('object_type').agg('count')['id'],
    name='сетевое'
))
fig.add_trace(go.Bar(
    x = rest_data[rest_data['chain']==False].groupby('object_type').agg('count')['id'].index, 
    y = rest_data[rest_data['chain']==False].groupby('object_type').agg('count')['id'],
    text = rest_data[rest_data['chain']==False].groupby('object_type').agg('count')['id'],
    name='несетевое'
))
fig.update_layout(
    title={'text':'Количество сетевых и несетевых заведений по количеству и виду', 'x':0.5},
    xaxis_title="вид заведения",
    yaxis_title="количество"
)
fig.show()

Несетевых заведений почти в четыре раза больше чем сетевых. Всего несетевых 12316 заведений, сетевых - 2961. По категориям несетевых заведений также больше.
При этом сетевые заведения в основном представлены в виде кафе, ресторанов, фаст-фудов.
Несетевых кафе больше сетевых в 3,2 раза.
Несетевых ресторанов больше сетевых в 4,0 раза.
Несетевых фаст-фудов больше сетевых в 1,1 раза.

Анализ наиболее распространенных видов сетевых заведений

Вернуться к оглавлению

# соберем датафрейм с % сетевых заведений по их типам
chain_rate = pd.DataFrame(rest_data[rest_data['chain']==True]['object_type'].value_counts()/rest_data['object_type']. \
                          value_counts()*100).round(1).sort_values(by='object_type', ascending=False).reset_index()
chain_rate.columns = ['object_type', 'rate']
chain_rate['rate'] = chain_rate['rate'].fillna(0)

# построим столбчатые диаграммы по % заведений
fig = px.bar(
    chain_rate,
    x='object_type',
    y='rate',
    color='object_type',
    labels=dict(object_type='вид объекта', rate='% заведений'),
    text = chain_rate['rate'].astype('str')+'%'
)
fig.update_layout(
    title={'text':'Количество объектов общественного питания по их видам', 'x':0.5}
)
fig.show()

Сетевая принадлежность наиболее характерна для:

• фаст-фудов - 47,7%
• кафе - 23,8%
• ресторанов - 20,7%.

Столовые и буфеты обычно не представлены в виде сетевых заведений. Это связано с тем, что данные типы заведений являются объектами обслуживающих производств и хозяйств и находятся на территории предприятий, бизнес-центров, в учреждениях культуры и досуга и т.д.

Что характерно для сетевых заведений: много заведений с небольшим числом посадочных мест в каждом или мало заведений с большим количеством посадочных мест?

Вернуться к оглавлению

# построим диаграмму размаха посадочных мест 
fig = go.Figure(go.Box(x=rest_data[rest_data['chain']==True]['number']))
fig.update_layout(title={'text':'Диаграмма размаха посадочных мест сетевых заведений', 'x':0.5},
                  xaxis_title="Количество посадочных мест")
fig.show()

# построим гистограмму посадочных мест сетвых заведений
fig = go.Figure(go.Histogram(x=rest_data[rest_data['chain']==True]['number']))
fig.update_layout(title={'text':'Гистограмма посадочных мест сетевых заведений', 'x':0.5},
                  xaxis_title="Количество посадочных мест")
fig.show()

# определим категории кол-ва заведений и кол-ва посадочных мест
chain_type = rest_data[rest_data['chain']==True].groupby('object_name', as_index=False). \
              agg({'id':'count', 'number':'median'})

chain_type.columns = ['object_name', 'count', 'number']

# примем границу разделения много-мало 50% квантиль:
q_count = np.percentile(chain_type['count'], 50)
q_number = np.percentile(rest_data[rest_data['chain']==True]['number'], 50)

def chain_sort(row):
    global q_count
    global q_number
    if (row['count'] > q_count) & (row['number'] > q_number):
        return 'Много заведений и много посадочных мест'
    if (row['count'] > q_count) & (row['number'] <= q_number):
        return 'Много заведений и мало посадочных мест'
    if (row['count'] <= q_count) & (row['number'] > q_number):
        return 'Мало заведений и много посадочных мест'
    if (row['count'] <= q_count) &( row['number'] <= q_number):
        return 'Мало заведений и мало посадочных мест'    

chain_type['category'] = chain_type.apply(chain_sort, axis=1)

print('Медианное количество заведений:', q_count)
print('Медианное количество посадочных мест:', q_number)

chain_type['category'].value_counts()

Медианное количество заведений: 3.0
Медианное количество посадочных мест: 40.0

Мало заведений и много посадочных мест     91
Мало заведений и мало посадочных мест      76
Много заведений и много посадочных мест    58
Много заведений и мало посадочных мест     51
Name: category, dtype: int64

# Построим совместную диаграмму зависимости числа мест от количества заведений в сети
plt.style.use('ggplot')
p = sns.jointplot(x='number', y='object_name', data=rest_data[rest_data['chain']==True].groupby('object_name'). \
              agg({'object_name':'count', 'number':'median'})) 
p.ax_joint.axhline(np.percentile(chain_type['count'], 50), linestyle='--', color='black')
p.ax_joint.axvline(np.percentile(rest_data[rest_data['chain']==True]['number'], 50), linestyle='--', color='black')
p.ax_joint.text(220,7, 'среднее кол-во заведений в сети')
p.ax_joint.text(35,80, 'среднее кол-во мест', rotation=90)
p.set_axis_labels('Среднее кол-во посадочных мест', 'Кол-во заведений в сети')
p.fig.suptitle('Зависимость кол-ва посадочных мест от числа заведений в сети')
p.fig.subplots_adjust(top=0.95)
p.fig.set_figwidth(12)
p.fig.set_figheight(4)

Из анализа следует, что для сетевых заведений характерно мало заведений с большим числом посадочных мест в каждом. Медианное количество мест в заведении равно 40. Медианное количество заведений в сети рано трем.

Для каждого вида объекта общественного питания опишите среднее количество посадочных мест. Какой вид предоставляет в среднем самое большое количество посадочных мест?

Вернуться к оглавлению

# построим столбчатые диаграммы по видам заведений
fig = px.bar(
    rest_data.groupby('object_type', as_index=False).agg({'number':'mean'})[['object_type', 'number']].sort_values(by='number', ascending=False),
    x='object_type',
    y='number',
    color='object_type',
    labels=dict(object_type='тип заведения', number='среднее количество мест'),
    text = rest_data.groupby('object_type', as_index=False).agg({'number':'mean'})['number'].round(1) \
        .sort_values(ascending=False).astype('str')
)
fig.update_layout(
    title={'text':'Cреднее количество посадочных мест в заведении', 'x':0.5}
)
fig.show()

# построим диаграммы разброса посадочных мест по типам заведений
fig = go.Figure()
for i in list(rest_data['object_type'].unique()):
    fig.add_trace(go.Box(x=rest_data.query('object_type==@i')['number'], name=i))
fig.update_layout(title={'text':'Cреднее количество посадочных мест в заведении', 'x':0.5},
                  yaxis_title="Тип заведения",
                  xaxis_title="Количество посадочных мест")
fig.show()

# описание количества мест по типам заведений
rest_data.groupby('object_type')['number'].describe().sort_values(by='mean')

	count	mean	std	min	25%	50%	75%	max
object_type
кулинария	198.0	4.323232	8.105683	0.0	0.0	0.0	4.0	50.0
закусочная	293.0	6.675768	16.325897	0.0	0.0	0.0	8.0	216.0
кафетерий	348.0	9.146552	15.062170	0.0	0.0	6.0	12.0	200.0
фаст-фуд	2136.0	22.804307	39.403825	0.0	0.0	6.0	30.0	580.0
кафе	6165.0	38.970479	37.058004	0.0	15.0	30.0	50.0	533.0
бар	819.0	43.158730	68.000965	0.0	20.0	34.0	50.0	1700.0
буфет	564.0	52.271277	56.713413	0.0	15.0	32.0	80.0	320.0
ресторан	2176.0	100.165901	96.587944	0.0	48.0	80.0	120.0	1500.0
столовая	2578.0	130.206749	94.964693	0.0	50.5	103.0	200.0	1400.0

В среднем наибольшее количество посадочных мест имеют столовые - 130 мест и рестораны - 100 мест. Наименьшее количество мест имеют кулинарии и закусочные.

Выделите в отдельный столбец информацию об улице из столбца address

Вернуться к оглавлению

# выделим названия улиц в отдельный столбец
rest_data['street'] = rest_data['address'].apply(lambda x: x.split(',')[1])
rest_data['street'] = rest_data['street'].map(str.strip)
rest_data.head()

	id	object_name	chain	object_type	address	number	street
0	151635	сметана	False	кафе	город Москва, улица Егора Абакумова, дом 9	48	улица Егора Абакумова
1	77874	родник	False	кафе	город Москва, улица Талалихина, дом 2/1, корпус 1	35	улица Талалихина
2	24309	академия	False	кафе	город Москва, Абельмановская улица, дом 6	95	Абельмановская улица
3	21894	пиццетория	True	кафе	город Москва, Абрамцевская улица, дом 1	40	Абрамцевская улица
4	119365	вишневая метель	False	кафе	город Москва, Абрамцевская улица, дом 9, корпус 1	50	Абрамцевская улица

Постройте график топ-10 улиц по количеству объектов общественного питания. Воспользуйтесь внешней информацией и ответьте на вопрос — в каких районах Москвы находятся эти улицы?

Вернуться к оглавлению

# выберем топ-10 улиц по количеству заведений
top10_streets = rest_data.groupby('street').agg({'id': 'count'}).sort_values(by = 'id', ascending = False).reset_index()
top10_streets = top10_streets[top10_streets['street'] != 'город Зеленоград']
top10_streets = top10_streets[top10_streets['street'] != 'поселение Сосенское']
top10_streets = top10_streets.head(10)
top10_streets.columns = ['street', 'number']

# выведем график топ-10 улиц
fig = px.bar(
    top10_streets,
    x='street',
    y='number',
    color='street',
    labels=dict(street='улица', number='количество'),
    title='График топ-10 улиц по количеству объектов общественного питания',
    text = top10_streets['number']
)
fig.show()

# выделим номера зданий для определения их положения на улице
building = rest_data['address'].apply(lambda x: re.findall('\d+', x.split('дом')[-1]))
for i in building.index:
    if len(building[i]) == 0:
        building[i] = np.nan
    else:
        building[i] = building[i][0]

rest_data['building'] = building.astype(int)

# получим датасет с топ-10 улиц и их адресами
rest_sort = rest_data[(rest_data['street']=='проспект Мира') |\
                      (rest_data['street']=='Профсоюзная улица') |\
                      (rest_data['street']=='Ленинградский проспект') |\
                      (rest_data['street']=='Пресненская набережная') |\
                      (rest_data['street']=='Варшавское шоссе') |\
                      (rest_data['street']=='Ленинский проспект') |\
                      (rest_data['street']=='проспект Вернадского') |\
                      (rest_data['street']=='Кутузовский проспект') |\
                      (rest_data['street']=='Каширское шоссе') |\
                      (rest_data['street']=='Кировоградская улица')]

# выведем плотность распределения задний вдоль улицы
fig = px.strip(rest_sort, x='building', y='street', color='street')
fig.update_layout(title={'text':'Плотность распределения заведений вдоль улицы', 'x':0.5},
                  yaxis_title="улица",
                  xaxis_title="номер здания",
                  showlegend=False)

# объединим топ-10 улиц с датафреймом мосгаза для получения районов
streets_okrug = top10_streets.merge(streets, on='street', how='left')

# список районов, в которых расположены топ 10 улиц по заведениям
streets_okrug['area'].unique()

array(['Алексеевский район', 'Ярославский Район', 'Район Марьина роща',
       'Останкинский район', 'Район Ростокино', 'Район Свиблово',
       'Мещанский район', 'Академический район', 'Район Черемушки',
       'Район Ясенево', 'Район Коньково', 'Обручевский район',
       'Район Теплый Стан', 'Район Аэропорт', 'Район Беговой',
       'Хорошевский район', 'Район Сокол', 'Пресненский район',
       'Район Чертаново Центральное', 'Район Чертаново Северное',
       'Район Чертаново Южное', 'Донской район',
       'Район Нагатино-Садовники', 'Нагорный район',
       'Район Северное Бутово', 'Район Южное Бутово',
       'Район Проспект Вернадского', 'Район Тропарево-Никулино',
       'Район Гагаринский', 'Ломоносовский район', 'Район Якиманка',
       'Район Раменки', 'Район Дорогомилово', 'Район Фили-Давыдково',
       'Район Москворечье-Сабурово', 'Район Орехово-Борисово Южное',
       'Район Орехово-Борисово Северное'], dtype=object)

Из графиков следует, что наибольшее количество объектов располагается на улицах:

• проспект Мира (203 заведения)
• Профсоюзная улица (181 заведение)
• Ленинградский проспект (170 заведений)

При определении положения объекта на улице следует учитывать плотность заведений вдоль улицы. Наиболее часто расположены заведения:

• на проспекте Мира между зданиями 26-79 и 91-128
• на Профсоюзной улице между зданиями 2-27, 56-83 и 96-132
• на Ленинградском проспекте между зданиями 9-17, 30-48 и 55-80

Найдите число улиц с одним объектом общественного питания. Воспользуйтесь внешней информацией и ответьте на вопрос — в каких районах Москвы находятся эти улицы?

Вернуться к оглавлению

# получим список улиц с одним заведением и объединим с датафреймом мосгаза для получения районов
one_rest_street = rest_data.groupby('street').agg({'id': 'count'}).sort_values(by = 'id', ascending = False).reset_index()
one_rest_street.columns = ['street', 'number']
one_rest_okrug = one_rest_street.merge(streets, on='street', how='left')
one_rest_okrug = one_rest_okrug.loc[one_rest_okrug['number']==1]
one_rest_okrug = one_rest_okrug.dropna().reset_index(drop=True)
print('Число улиц с одним объектом общественного питания равно:', len(one_rest_okrug))

Число улиц с одним объектом общественного питания равно: 560

# список районов, в которых расположены топ 10 улиц по заведениям
one_rest_okrug['area'].unique()

array(['Район Кунцево', 'Район Аэропорт', 'Мещанский район',
       'Район Кузьминки', 'Район Измайлово', 'Район Соколиная Гора',
       'Район Сокольники', 'Район Южное Бутово', 'Район Марьина роща',
       'Нижегородский район', 'Район Якиманка', 'Район Солнцево',
       'Район Свиблово', 'Район Митино', 'Район Хорошево-Мневники',
       'Район Люблино', 'Район Выхино-Жулебино', 'Басманный район',
       'Район Покровское-Стрешнево', 'Район Северное Бутово',
       'Рязанский район', 'Красносельский район', 'Тверской район',
       'Район Сокол', 'Бутырский район', 'Тимирязевский Район',
       'Даниловский район', 'Хорошевский район', 'Район Замоскворечье',
       'Район Печатники', 'Район Внуково', 'Район Лефортово',
       'Район Дорогомилово', 'Таганский район', 'Район Перово',
       'Бескудниковский Район', 'Район Щукино', 'Район Богородское',
       'Район Раменки', 'Район Хамовники', 'Район Ростокино',
       'Район Текстильщики', 'Алексеевский район', 'Район Арбат',
       'Район Преображенское', 'Донской район', 'Останкинский район',
       'Войковский Район', 'Пресненский район', 'Район Северный',
       'Район Фили-Давыдково', 'Район Очаково-Матвеевское',
       'Район Филевский Парк', 'Лосиноостровский район',
       'Савеловский район', 'Район Чертаново Южное', 'Южнопортовый Район',
       'Головинский район', 'Район Царицыно', 'Район Косино-Ухтомский',
       'Район Москворечье-Сабурово', 'Район Гольяново',
       'Район Ново-Переделкино', 'Район Ясенево',
       'Район Северное Измайлово', 'Район Восточное Измайлово',
       'Можайский Район', 'Район Котловка', 'Район Беговой',
       'Ярославский Район', 'Бабушкинский район',
       'Район Чертаново Северное', 'Алтуфьевский район',
       'Район Новогиреево', 'Дмитровский район', 'Район Коптево',
       'Нагорный район', 'Район Зюзино', 'Район Куркино',
       'Район Бирюлево Восточное', 'Район Западное Дегунино',
       'Район Ивановское', 'Район Марьино', 'Район Левобережный',
       'Молжаниновский район', 'Район Южное Тушино', 'Район Отрадное',
       'Район Гагаринский', 'Район Матушкино-Савелки', 'Район Строгино',
       'Район Черемушки', 'Район Северное Медведково', 'Район Восточный',
       'Район Нагатино-Садовники', 'Район Метрогородок', 'Район Коньково',
       'Район Марфино', 'Обручевский район', 'Район Южное Медведково'],
      dtype=object)

Получен список из 560 улиц, на которых находится по одному заведению общественного питания. При определении положения будущего заведения следует избегать выбора этих улиц, как наименее популярных среди посетителей.

Шаг №3. Подготовка презентации

Вернуться к оглавлению

Презентация: https://disk.yandex.ru/i/_JhQyognRcfzWg

Выводы

Вернуться к оглавлению

С целью подготовить исследование рынка заведений общественного питания в Москве и дать рекомендации о виде заведения, количестве посадочных мест, а также районе расположения в данном анализе были проделаны следующие задачи:

• исследованы соотношения видов объектов общественного питания по количеству и построены графики;
• исследованы соотношения сетевых и несетевых заведений по количеству и построены графики;
• определены виды объектов общественного питания, для которых характерно сетевое распространение;
• определено параметры, характерные для сетевых заведений;
• для каждого вида объекта общественного питания описано среднее количество посадочных мест. Проведена оценка, какой вид заведений предоставляет в среднем самое большое количество посадочных мест и построены графики;
• выделена в отдельный столбец информация об улице из столбца address;
• построен график топ-10 улиц по количеству объектов общественного питания и определены районы, в которых находятся эти улицы;
• найдено число улиц с одним объектом общественного питания и определены районы, в которых находятся эти улицы.

По результатам анализа было определено, что больше всего заведений общественного питания вида кафе(40.3%), столовые(16.9%) и рестораны(14.4%). Кулинарии представлены в наименьшем количестве.
Несетевых заведений почти в четыре раза больше чем сетевых. Всего несетевых 12316 заведений, сетевых - 2961. По категориям несетевых заведений также больше.
При этом сетевые заведения в основном представлены в виде кафе, ресторанов, фаст-фудов.

• Несетевых кафе больше сетевых в 3,2 раза.
• Несетевых ресторанов больше сетевых в 4,0 раза.
• Несетевых фаст-фудов больше сетевых в 1,1 раза.

Сетевая принадлежность наиболее характерна для:

• фаст-фудов - 47,7%
• кафе - 23,8%
• ресторанов - 20,7%.
  Столовые и буфеты обычно не представлены в виде сетевых заведений. Это связано с тем, что данные типы заведений являются объектами обслуживающих производств и хозяйств и находятся на территории предприятий, бизнес-центров, в учреждениях культуры и досуга и т.д.

Для сетевых заведений характерно мало заведений с большим числом посадочных мест в каждом. Медианное количество мест в заведении равно 40. Медианное количество заведений в сети равно трем.

В среднем наибольшее количество посадочных мест имеют столовые - 130 мест и рестораны - 100 мест. Наименьшее количество мест имеют кулинарии и закусочные.

Наибольшее количество объектов располагается на улицах:

• проспект Мира (203 заведения)
• Профсоюзная улица (181 заведение)
• Ленинградский проспект (170 заведений)

При определении положения объекта на улице следует учитывать плотность заведений вдоль улицы. Наиболее плотно находятся заведения:

• на проспекте Мира между зданиями 26-79 и 91-128
• на Профсоюзной улице между зданиями 2-27, 56-83 и 96-132
• на Ленинградском проспекте между зданиями 9-17, 30-48 и 55-80

Рекомендации по выбору типа заведения
При определении типа заведения, в котором гостей обслуживают роботы, наиболее предпочтительным является кафе со средним количеством мест – 38.
Можно запланировать создание сети кафе до трех заведений.
Для выбора района рекомендуется рассмотреть топ-10 улиц с наибольшим количеством заведений, т.к. кафе на этих улицах пользуются спросом у населения. Наиболее популярные улицы: проспект Мира, Профсоюзная улица, Ленинградский проспект. При выборе места объекта необходимо учитывать плотность распределения заведений. Вероятно, что зоны с наибольшей плотностью заведений наиболее популярны среди посетителей.